Cos’è il remote sensing

Il telerilevamento è la scienza e l’arte di ottenere informazioni su un oggetto, un’area o un fenomeno attraverso l’analisi dei dati acquisiti da un dispositivo che non è in contatto con l’oggetto, l’area o il fenomeno in esame.

Lillesand et al. (2015)

Il telerilevamento è la pratica di ricavare informazioni sulle superfici terrestri e acquatiche acquisite da una prospettiva dall’alto, utilizzando radiazioni elettromagnetiche in una o più regioni dello spettro elettromagnetico, riflesse o emesse dalla superficie terrestre.

Campbell et al. (2022)

Come funziona

Si misura l’ammontare della radiazione elettromagnetica emessa da un oggetto o un’area geografica, e si estraggono dati ed informazioni utilizzando algoritmi matematici e statistici (software). Funziona in armonia con ad es. cartografia e GIS.

I sensori possono essere utilizzati per ottenere informazioni su un oggetto o sull’estensione di un fenomeno, dopo le appropriate misurazioni e calibrazioni per rendere leggibili i dati.

Source: geolern

Fonti di dati per remote sensing

  • Foto drone/aeree/satellite
    • Foto poi caricate su un computer e georeferite
  • Immagini satellitari
    • Immagini inviate sulla terra tramite onde radio a stazioni specializzate


Source: gisgeography

Caratteristiche dei dati

  • Considerare:
    • Sensore attivo vs passivo
    • Risoluzione spettrale
    • Risoluzione spaziale
    • Risoluzione temporale

Tipologie di sensori - sensori attivi

  • Sensori attivi
    • Emettono la loro fonte di radiazione elettromagnetica (luce o illuminazione), inviano un impulso elettromagnetico e misurano la radiazione di ritorno

Tipologie di sensori - sensori attivi

  • Un esempio: sensori SAR e LIDAR
    • Molto utile in tutte le condizioni atmosferiche, perché penetrano nuvole ed altri ostacoli atmosferici
    • Richiede più lavorazione, software appositi ed esperienza necessaria
    • Difficilmente leggibili ad occhi inesperti

Tipologie di sensori - sensori passivi

  • Sensori passivi
    • Misurano la radiazione solare emessa dal sole e riflessa dalla superficie terrestre


Tipologie di sensori - sensori passivi

  • Un esempio: immagini multispettrali
    • Gratuite (Landsat e Sentinel-2) vs compagnie commerciali
    • Molto più comune
    • Dipendente dalle condizioni atmosferiche
    • Meno esperienza per la lavorazione in GIS
    • Offrono immagini facilmente leggibili

Risoluzione spaziale

  • Ogni immagine è composta da pixel di dimensione fissa che ne determinano la c.d. risoluzione spaziale.
  • La risoluzione spaziale indica sostanzialmente a quanta area corrisponde un pixel sul terreno, ovvero, quanti metri/chilometri è grande un pixel.
  • Tutti gli oggetti che sono più piccoli della risoluzione spaziale dell’immagine saranno difficili da riconoscere sull’immagine stessa
  • Determinata da diversi fattori: nei dati da satellite, dipende dalle capacità del sensore

Risoluzione spaziale

  • Ad es. I satelliti SPOT hanno una risoluzione spaziale di 10m, ovvero ogni immagine sarà composta da pixel di 10x10m.
  • I satelliti Landsat hanno una risoluzione di 30m, quelli Sentinel-2 di 10m
  • Altri satelliti, come i MODIS (per monitoraggio paesaggio globale e regionale) hanno risoluzione spaziale di 500x500m
  • Immagini aeree o da drone spesso hanno una risoluzione inferiore ad 1m.
  • Generalmente, sotto i 5m si parla di alta risoluzione, fino a 60-100m di media risoluzione, e poi di bassa risoluzione

Risoluzione temporale

  • Satelliti diversi catturano immagini con frequenza temporale diversa
  • Global Precipitation Measurement (GPM) (3 ore)
  • MODIS (Giornalmente/due volte al giorno con i satelliti Terra ed Aqua)
  • Landsat 8 (16 giorni)
  • Sentinel-2 (10/5 giorni con i satelliti Sentinel-2a e 2b)
  • In breve, è il tempo che passa da quando un satellite ripassa sopra lo stesso luogo e cattura un’immagine di uno stesso posto

Risoluzione spettrale

  • Quando si scatta una foto, la fotocamera utilizza sensori elettronici per rilevare la luce rossa, verde, e blu (parte dello spettro elettromagnetico visibile)
  • Quando si deve visualizzare l’immagine, le informazioni dei canali rosso, verde e blu (RGB) vengono combinate per mostrare un’immagine facilmente interpretabile all’occhio umano


Risoluzione spettrale

  • Quando le informazioni sono ancora salvate in formato digitale, le informazioni relative alla luce rossa, verde e blu sono salvate in bande di colore separate.
  • I sensori elettronici possono registrare informazioni anche a lunghezze d’onda dello spettro elettromagnetico non visibile all’uomo.
  • Nella quotidianità non ha senso, ma avere anche frequenze non visibili dello spettro è molto utile in GIS per specifiche analisi

Risoluzione spettrale

  • La risoluzione spettrale è quindi il numero di bande in un’immagine raster
  • A seconda quindi di quante bande vengono registrate dal sensore, si parla di immagini:
  • Multispettrali (o multibanda)
    • Più bande spettrali (da 3 a 10/11)
    • Iperspettrali (100+ bande)
    • Immaginate ogni banda come un “layer” separato, che GIS poi combina per creare un’immagine che l’occhio umano possa vedere tramite la combinazione di rosso, verde, blu
  • Pancromatiche
  • Una banda sola, visualizzata in scale di grigi
    • Solitamente a risoluzione maggiore delle multispettrali
  • Se prese singolarmente, le singole bande appaiono comunque in scale di grigi all’occhio umano
    • Infatti, il satellite misura la quantità di luce riflessa in quella banda

Tipologie di dati utilizzabili - SRTM

  • Shuttle Radar Topographic Mission
  • Missione NASA-JPL 11-22 Febbraio 2000
  • Ultima versione rilasciata nel 2014-2015 (V3)
  • Acquisizione dati topografici tramite radar ad apertura sintetica (SAR)
  • Copertura quasi globale
  • Scaricabili gratuitamente da USGS

Alternative:

  • ASTER GDEM (NASA, 2009) → USGS
  • Alos PalSAR Dem (JAXA) 2014
  • NASADEM (NASA, 2020) → USGS

Tipologie di dati utilizzabili - Landsat

  • Programma spaziale NASA/USGS
  • Serie di satelliti lanciati a partire dal 1972 (Landsat 1) fino ad oggi (Landsat 9, 2021)
  • Attualmente operativi sono i satelliti Landsat 8 e Landsat 9
  • Multispettrali, risoluzione temporale di 16 giorni
  • Landsat 1-5, 60/80m, 4 Bande spettrali
  • Landsat 4-5, 30m, 7 Bande spettrali
  • Landsat 7, 30/15m, 8 Bande spettrali
  • Landsat 8-9, 30/15m, 11 Bande spettrali
  • Scaricabili gratuitamente da USGS

Tipologie di dati utilizzabili - Landsat

Utilizzati per moltissime applicazioni:

  • mappatura / mappatura di rischio / inondazioni e incendi
  • monitoraggio agricolo e di gestione delle risorse acquifere
  • deforestazione e gestione delle foreste
  • cambiamenti della costa
  • in archeologia: Landsat 5, 7, 8

Punti di forza: 40+ anni di immagini, numerose bande spettrali, disponibilità globale e gratuita, risoluzione sufficiente per analisi a scala regionale, già proiettati in UTM

Punti deboli: problemi tecnici (Landsat 7), risoluzione non ottimale per analisi su piccola scala

Tipologie di dati utilizzabili - Landsat

Utilizzati per moltissime applicazioni:

  • mappatura / mappatura di rischio / inondazioni e incendi
  • monitoraggio agricolo e di gestione delle risorse acquifere
  • deforestazione e gestione delle foreste
  • cambiamenti della costa
  • in archeologia: Landsat 5, 7, 8

Punti di forza: 40+ anni di immagini, numerose bande spettrali, disponibilità globale e gratuita, risoluzione sufficiente per analisi a scala regionale, già proiettati in UTM

Punti deboli: problemi tecnici (Landsat 7), risoluzione non ottimale per analisi su piccola scala

Tipologie di dati utilizzabili - Sentinel 2

  • Parte del programma Copernicus (UE/ESA)
  • Costellazione di due satelliti (2A/2B)
  • Lanciati nel 2015 e nel 2017
  • Multispettrali, risoluzione temporale di 5 giorni
  • Risoluzione spaziale di 10/20/60m
  • 13 Bande spettrali
  • Scaricabili gratuitamente dal Copernicus Dataspace

Tipologie di dati utilizzabili - Sentinel 2

  • Applicazioni simili ai satelliti Landsat, con focus primario sulla classificazione della superficie terrestre
  • Punti di forza: Sufficiente numero di immagini, numerose bande spettrali, disponibilità globale e gratuita, risoluzione maggiore (10m) e sufficiente per analisi a scala regionale, risoluzione temporale molto stretta e ottimale (5 giorni)
  • Punti deboli: Risoluzione non ottimale per analisi su piccola scala, dati per anni precedenti limitati fino al 2015

Breve storia delle applicazioni - Asia Sud-Occidentale

  • Dagli anni ’20 agli anni ’60 il principale mezzo era fotografia aerea (identificazione di siti), principalmente ideata per fini militari

  • Poidebard (1934) La trace de Rome dans le desert de Syrie: les limes de Trajan à la conquite arabe: recherches aériennes (1925-1932)

  • Van Liere and Luffray (1954) Nouvelle prospection archeologique dans la Haute Jazireh Syrienne. Les Annales Archeologiques de Syrie 4-5:129-48


Breve storia delle applicazioni - Asia Sud-Occidentale

  • Anni ’60 lancio dei primi satelliti, compresi i satelliti spia ad alta risoluzione, utilizzati per fini archeologici solamente dopo la metà degli anni ’90.
  • Anni ’70: la New Archaeology e le applicazioni per ricognizioni archeologiche incoraggiarono l’utilizzo del remote sensing anche per l’identificazione di elementi del paesaggio naturale e archeologico.
  • Anni ’80: pieno utilizzo di satelliti commerciali Landsat, indagare il territorio sia a livello geologico/geomorfologico che a livello archeologico.

Breve storia delle applicazioni - Asia Sud-Occidentale

  • ’90 e ’2000:
    • simulazione per il riconoscimento automatico di siti archeologici da remoto
    • utilizzo più diffuso di immagini radar, utilizzate ad esempio per l’identificazione di tracce di vie di comunicazione
    • adozione su larga scala dei GIS, archeologia del paesaggio
  • Anni recenti: droni per mappatura di precisione e fotogrammetria, LIDAR (circa), cloud processing, big data

Immagini declassificate - CORONA

1 2 3 4

  • Nome in codice del primo programma di intelligence della CIA ad alta risoluzione, noto anche come KH-4 (Keyhole)
  • Operativi dal 1960 al 1972
  • Declassificate nel 1995
  • I più utili per l’archeologia sono i satelliti KH-4A e KH-4B, con una risoluzione spaziale di 3 e 1-2 m rispettivamente.
  • Acquistabili o scaribili da USGS
  • Corona Atlas and Referencing System per più rapido utilizzo (Casana and Cothren 2013)

Immagini declassificate - HEXAGON

1 2 3 4

  • Nome in codice del terzo e più prolifico programma satellitare di intelligence degli Stati Uniti, noto anche come KH-9 (Keyhole-9).
  • Successori del KH-7 (CORONA)
  • 20 missioni tra il 1971 e il 1986, con fotografie acquisite fino al 1984.
  • Area più ampia (340x24 km) rispetto alle CORONA, con risoluzione più elevata (fino a 0,6 m) (Fowler 2016; Hammer et al. 2022).
  • Declassificato nel 2000 (2002) e nel 2011 (2013).
  • Dal 2020, acquisizione più semplice attraverso USGS

Hexagon Coverage of Eurasia and North Africa (from Hammer et al. 2022: 2)

Elementi del paesaggio archeologico visibili da remoto

  • Tell
    • Rilievi a volte anche molto elevati, formati dall’accumulo di materiale di scarto e di costruzione nel tempo
    • Spesso cinto da mura che limitavano la dispersione del materiale
    • A volte ‘città bassa’ associata

Sistemi di gestione dell’acqua

  • Pozzi
    • Elementi in muratura, depressioni nel suolo
  • Qanats/Falaj (pl. Aflaj)
    • Allineamento di pozzi di accesso e canale più a valle
  • Canali
    • Rilievi ai lati, immagini satellitari, elementi in muratura

Sistemi di gestione dell’acqua

Cropmarks

  • Gli elementi archeologici sepolti possono influenzare il tasso di crescita delle colture.
  • Fosse, pozzi e altri elementi scavati e riempiti nel corso dei secoli possono portare a una maggiore crescita delle colture sovrastanti.
  • Fondazioni murarie o superfici compattate come pavimenti o strade possono inibire la crescita
  • Dall’alto, le tracce così create possono essere osservate dalle differenze visibili nel colore e nell’altezza delle colture durante le varie fasi della stagione di crescita.

Lasaponara and Masini (2012a)

Cropmarks

  • Dall’alto, le tracce così create possono essere osservate dalle differenze visibili nel colore e nell’altezza delle colture durante le varie fasi della stagione di crescita.
  • Non necessariamente solo strutture, ma anche tumuli e rilievi artificiali

Tracce di paesaggio antico

  • Ogni traccia umana lasciata sul paesaggio rimane presente (signature landscape) finché non è distrutta, coperta, o incorporata in un paesaggio più tardo (Wilkinson 2003)

Tracce di paesaggio antico

  • Ogni traccia umana lasciata sul paesaggio rimane presente (signature landscape) finché non è distrutta, coperta, o incorporata in un paesaggio più tardo (Wilkinson 2003)

Attività produttive

  • Aree dedicate alla pastorizia e alla caccia
    • Aree per la pastorizia difficilmente identificabili, analisi di paleosuoli può aiutare, altrimenti presenza di aree dedicate alla pastorizia dedotta dall’assenza di colture
  • Desert Kites

Strade e sentieri – Hollow Ways

  • Depressioni poco profonde e lineari nel terreno, ampie anche fino a 200m
  • Mappate inizialmente da foto aeree (Van Liere and Luffray 1954)
  • In certe condizioni visibili su immagini satellitari e sul campo
  • La maggior parte si diramano in modo radiale da insediamenti del Bronzo Antico fino a pochi km dal sito o anche più lontano
  • Interpretate come tracce del movimento di uomini e animali nel tempo, che collegavano i campi coltivati agli insediamenti, o gli insediamenti tra loro (Ur 2010; Wilkinson 1993, 2003)

Strade e sentieri – Hollow Ways

  • Confinate principalmente nel bacino dell’alto Khabur (Ur 2010), molto raramente trovate ad ovest dell’Eufrate
  • Inizialmente interpretazione criticata e interpretate piuttosto come elementi di canalizzazione dell’acqua (McLellan et al. 2000), analisi geoarcheologiche e topografiche smentiscono però questa interpretazione (Wilkinson et al. 2010)

Strade e sentieri – Hollow Ways

  • Depressioni poco profonde e lineari nel terreno, ampie anche fino a 200m
  • In certe condizioni visibili su immagini satellitari e sul campo
  • Rinvenute anche nel Sud della Mesopotamia (Jotheri et al. 2019)

Identificazione ed interpretazione

Utilizzare immagini a più o meno alta risoluzione per identificare:

  • Forma e topografia
  • Colore (soil discolouration)

Identificazione ed interpretazione

Controllare, per essere sicuri che stiamo osservando un fenomeno archeologico

  • Analisi da più fonti in anni diversi
  • Cartografia storica (e viceversa!)

Identificazione ed interpretazione

Considerare, per evitare interpretazioni errate

  • Stagionalità e periodi di acquisizione delle immagini
  • Ombre e tipologia di dati
  • Falsi positivi e falsi negativi

Monitoraggio ed accessibilità

  • Individuazione di cambiamenti nel tempo in relazione ad elementi archeologici
  • Una località di interesse archeologico può non essere accessibile per diverse ragioni
    • Vegetazione o terreno impervio
    • Attività antropiche e modifiche al paesaggio
    • Conflitti
    • Proprietà privata/Militare

Aree poco accessibili

Servono sensori che penetrino la superficie, oppure sfruttare la stagionalità

  • Lidar
  • Immagini multispettrali/Drone

Source: Auld-Thomas et al. (2024)

Monitoraggio in aree di conflitto

  • Collasso di un frammento del muro della cittadella di Aleppo (Tapete and Cigna 2018)
  • Distruzione del minareto della Grande Moschea di Aleppo (©️EAMENA)
  • Saccheggio prima e durante il conflitto in siria
  • Saccheggio prima e durante il conflitto in siria
  • Danni al patrimonio a causa di saccheggio, agricoltura e sviluppo urbano

EAMENA - monitoraggio su larga scala

  • Identificare, comprendere e monitorare l’archeologia in pericolo della regione MENA.
  • Aiutare a proteggere e conservare il patrimonio archeologico della regione MENA.

EAMENA - monitoraggio su larga scala

  • Creare un registro dei siti e dei monumenti per ogni Paese della regione MENA (Database).
    • Rendere le informazioni liberamente accessibili.

EAMENA - monitoraggio su larga scala

  • Formare e responsabilizzare i difensori del patrimonio nella regione.
  • Outreach
    • Tutorial, canale youtube, corsi

ReLand - monitoraggio su piccola scala

  • Monitoraggio di siti ed elementi archeologici in paesaggi che riemergono dalle acque
  • Storia della riemersione dei siti archaeologici
  • Metodologia riproducibile e a basso costo
  • Valutazione dell’impatto di paesaggi archeologici e di singoli siti, nonché di monumenti, villaggi e comunità.
  • e molto altro…

Risorse

Satelliti e telerilevamento

Concetti generali del telerilevamento (in inglese):

Articoli di riviste

Manuali di remote sensing

  • Campbell et al. (2022)
  • Rees (2012)
  • Lillesand et al. (2015)

Pubblicazioni generali sull’utilizzo del remote sensing in archeologia

La ricerca si mobilita

La ricerca si mobilita

Assemblea Precaria Torino: sites.google.com/view/assembleaprecaria

Bibliografia

Auld-Thomas, L., Canuto, M. A., Morlet, A. V., Estrada-Belli, F., Chatelain, D., Matadamas, D., Pigott, M. and Dı́az, J. C. F. (2024). Running out of empty space: environmental lidar and the crowded ancient landscape of Campeche, Mexico. Antiquity 98: 1340–1358.
Campbell, J. B., Wynne, R. H. and Thomas, V. (2022). Introduction to Remote Sensing, Guilford Press.
Casana, J. and Cothren, J. (2013). The CORONA Atlas Project: Orthorectification of CORONA Satellite Imagery and Regional-Scale Archaeological Exploration in the Near East. In D. C. Comer and M. J. Harrower (eds.), Mapping Archaeological Landscapes from Space, Springer, New York, NY, New York, pp.33–43.
Cohen, A., Klassen, S. and Evans, D. (2020). Ethics in Archaeological Lidar. Journal of Computer Applications in Archaeology 3: 76–91.
Čučković, Z. (2024). Landscape archaeology: An introduction – Landscape Archaeology Blog.
Fisher, M., Fradley, M., Flohr, P., Rouhani, B. and Simi, F. (2021). Ethical considerations for remote sensing and open data in relation to the endangered archaeology in the Middle East and North Africa project. Archaeological Prospection 28: 279–292.
Fowler, M. J. (2016). The Archaeological Potential of Declassified HEXAGON KH-9 Panoramic Camera Satellite Photographs. Newsletter of the Aerial Archaeology Research Group 53: 30–36.
Hadjimitsis, D. G., Themistocleous, K., Cuca, B., Agapiou, A., Lysandrou, V., Lasaponara, R., Masini, N. and Schreier, G. (2020). Remote Sensing for Archaeology and Cultural Landscapes.
Hammer, E., FitzPatrick, M. and Ur, J. (2022). Succeeding CORONA: Declassified HEXAGON Intelligence Imagery for Archaeological and Historical Research. Antiquity 1–17.
Jotheri, J., de Gruchy, M., Almaliki, R. and Feadha, M. (2019). Remote Sensing the Archaeological Traces of Boat Movement in the Marshes of Southern Mesopotamia. Remote Sensing 11: 2474–2474.
Lasaponara, R. and Masini, N. (2012a). Remote Sensing in Archaeology: From Visual Data Interpretation to Digital Data Manipulation. In R. Lasaponara and N. Masini (eds.), Satellite Remote Sensing: A New Tool for Archaeology, Springer, Dordrecht, London-New York, pp.3–16.
Lasaponara, R. and Masini, N. eds. (2012b). Satellite Remote Sensing: A New Tool for Archaeology, Springer Netherlands, Dordrecht.
Lillesand, T., Kiefer, R. W. and Chipman, J. (2015). Remote Sensing and Image Interpretation, Seventh Edition, John Wiley & Sons, Ltd, Hoboken.
Marchant, J. (2019). Adventures of a space archaeologist. Nature 570: 444–445.
Parcak, S. (2007). Satellite Remote Sensing Methods for Monitoring Archaeological Tells in the Middle East. Journal of Field Archaeology 32: 65–81.
Parcak, S. (2009). Satellite Remote Sensing for Archaeology, London-New York.
Parcak, S. H. (2018). GIS, Remote Sensing, and Landscape Archaeology. Online Only – Archaeology, Oxford University Press.
Poidebard, A. (1934). La trace de Rome dans le désert de Syrie. Le limes de Trajan à la conquête arabe. Recherches aériennes (1925-1932), Paul Gethner, Paris.
Rees, W. G. (2012). Physical Principles of Remote Sensing, Cambridge University Press.
Tapete, D. (2018). Remote Sensing and Geosciences for Archaeology. Geosciences 8: 41–41.
Tapete, D. and Cigna, F. (2018). Appraisal of Opportunities and Perspectives for the Systematic Condition Assessment of Heritage Sites with Copernicus Sentinel-2 High-Resolution Multispectral Imagery. Remote Sensing 10: 561–561.
Ur, J. A. (2010). Urbanism and Cultural Landscapes in Northeastern Syria: The Tell Hamoukar Survey, 1999, Oriental Institute of the University of Chicago, Chicago.
Van Liere, W. J. and Luffray, J. (1954). Nouvelle Prospection Archeologique Dans La Haute Jezireh Syrienne (Compte - Rendu Provisoire). Annales archaeologique arabes syriennes 4: 129–148.
Wilkinson, T. J. (1993). Linear Hollows in the Jazira, Upper Mesopotamia. Antiquity 67: 548–562.
Wilkinson, T. J. (2003). Archaeological Landscapes of the Near East, University of Arizona Press, Tucson.
Wilkinson, T. J., French, C., Ur, J. A. and Semple, M. (2010). The Geoarchaeology of Route Systems in Northern Syria. Geoarchaeology 25: 745–771.